Deepfake-киты как инструмент сохранения видов

Гиперреалистичные видео и изображения, созданные искусственным интеллектом (deepfakes), могут найти серьёзное научное применение в экологии. ИИ-двойники редких видов способны улучшить работу по их изучению, мониторингу и защите.

Конкретно, deepfakes дикой природы могут помочь в обучении ИИ-моделей для обнаружения животных на съёмке со спутников, самолётов и дронов. Экологи всё больше полагаются на такие изображения "с высоты птичьего полёта" для изучения поведения видов и динамики популяций.

Проблема нехватки данных

Одна из больших проблем в экологии — нехватка данных. Для редких видов, которых насчитывается всего несколько сотен особей, просто не будет достаточно разнообразных изображений, чтобы обучить качественную ИИ-модель для детекции.

Решение: дополнение данных

Многообещающий вариант — усилить скудные обучающие данные с помощью сгенерированных ИИ синтетических данных, по сути, deepfakes. Этот подход, называемый дополнением данных, может открыть новые экологические возможности.

Исследование, вдохновлённое коллаборацией Университета Дьюка с канадскими организациями, было сосредоточено на северном гладком ките (North Atlantic right whale), чья популяция сократилась до менее чем 400 особей. Теоретически, синтетические данные можно использовать для обучения других ИИ-инструментов детекции этих китов в реальной аэросъёмке.

Создание deepfake-китов

Для создания deepfake-китов команда использовала диффузионные модели, генерирующие изображения по текстовым запросам, примеру изображения или обоим методам. Исследователи экспериментировали с несколькими методами генерации, включая тонкую настройку (fine-tuning) модели для конкретной задачи — создания гиперреалистичных фотографий китов.

Проверка достоверности

Команда создала сотни аэроснимков северных гладких китов и, для сравнения, горбатых китов. Чтобы проверить правдоподобность deepfake-китов, фотографии анализировались с помощью Google Reverse Image Search.

Результаты показали:

• В сгенерированных только по текстовому или графическому запросу фото Google часто принимал северных гладких китов за горбатых.
• В изображениях, созданных с помощью fine-tuning, Google правильно идентифицировал оба вида китов почти во всех случаях.
• Изображения северных гладких китов, созданные через fine-tuning, были точнее, чем сгенерированные другими методами.

Следующие шаги и этические соображения

Следующий этап — исследование, может ли синтетическая съёмка китов действительно дополнить обучающие данные для моделей детекции.

По мере того как экологи будут чаще обращаться к ИИ, этические вопросы станут более актуальными. Центры обработки данных, питающие ИИ, требуют много энергии и воды, поэтому практики вроде дополнения данных генеративным ИИ следует использовать целенаправленно и консервативно.

"Это пересечение компьютерных и экологических наук будет только расти", — отмечают исследователи.